Keras，从一个实例预测标签时的尺寸不匹配答案

【问题标题】：Keras, dimension mismatch when predicting label from one instanceKeras，从一个实例预测标签时的尺寸不匹配
【发布时间】：2020-09-19 16:50:49
【问题描述】：

我创建了一个预测语音命令的 CNN。我现在正在记录语音命令的各个实例，提取 MFCC，并使用 model.predict() 对其进行分类。

y, sr = librosa.load('audio.wav')
samples = librosa.resample(y, sr, 8000)
S = librosa.feature.melspectrogram(y=samples, sr=8000, n_mels=26, fmax=4000) 
mels = librosa.feature.mfcc(y=samples, sr=8000, S=librosa.power_to_db(S))

但是，当我使用以下内容时，会出现尺寸不匹配错误（预期为 4，收到 2）：

model.predict(mels)

当我按照某些人的建议使用 model.predict(np.array[mels]) 时，它会给出相同的错误（预期为 4，收到 3）。由于我使用二维的 MFCC 来训练原始模型，我不确定为什么它不能基于二维数组进行预测。

【问题讨论】：

model.predict 可能希望对一批进行预测，而您只想输入一个示例。你试过np.expand_dims()吗？
我试过 np.expand_dims 但我得到了和上面一样的错误。

标签： numpy tensorflow keras conv-neural-network dimension

【解决方案1】：

我意识到 Keras 在预测时需要与训练时相同的批量大小。一个答案是使用之前的权重构建一个新模型，然后使用它来预测 batch_size=1。答案链接here。

【讨论】：